第4期 艾立翔等：基于遗传算法的电炉载能值综合优化 ·455 3.795TJt,优化后的能值为2.931TJt1,平均节 性的；运用死亡罚函数处理约束，不需要估算到解得 能22.8%，BNDDQ钢种当前平均能值为3.693TJ· 非可行程度，只要是非可行解就直接丢弃，处理约束 t1,优化后的能值为2.901T·t1,平均节能 简单、有效 21.4%,SUS304钢种当前平均能值为3.488TJt-, (2)运用遗传算法对电炉载能值综合优化模型 优化后的能值为2.664TJt1,平均节能23.6%. 进行了求解，在保证电炉出钢钢水化学成分、温度和 45 渣的碱度等综合指标符合要求的前提下，每炉钢水 能值降低了21%~24%. 4.0 (3)电炉载能值综合优化模型通过配入较多的 3.5 ◆ 焦炭、碳粉和硅铁，吹入较多的氧气，提供较多的化 3.0 学能来替代电能，降低电炉的能耗 2.5 ◆电炉生产能值 ·能耗优化后预测能值 ■生产平均能耗 参考文献 20 40 60 80 100 120 [1]Ding W,Cao X M.Technical measures of energy conservation for 炉次 steel smelted in electric fumace.Power Demand Side Manage- 图7SLS304钢种当前及通过遗传算法优化后能值 met,2007,9(2):35 Fig.7 Energy values for SUS304 steel at present and after optimiza- (丁伟，曹宪明.电炉钢节能降耗的技术实践.电力需求侧管 tion by the genetic algorithm 理，2007,9(2)：35) 2] Liu B,Cao L G,Sun Y H,et al.Power input optimization for 选取SUS304钢种的某一实际配料与优化配料 high impedance electric arc furnace.fron Steel,2005,40(10): 进行比较（配料表如表4所示），供电量分别为 35 22.45和43966kWh-1.经研究发现，优化配料电 (刘冰，曹立国，孙彦辉，等.高阻抗电弧炉合理供电技术研 炉能耗较低是因为配入较多的焦炭、碳粉和硅铁，通 究.钢铁，2005,40(10)：35) 过吹入较多的氧气，提供较多的化学能来替代电能， Bl Liu B.Study on Electrical Operation of 100 MV.A AC Electric Arc Furnace [Dissertation].Beijing:University of Science and Tech- 从而降低电炉的能耗 nology Beijing,2008:58 表4不锈钢SS304实际及通过遗传算法优化后配料表 (刘冰.100MV·A交流电弧炉炼钢电气运行研究[学位论 Table 4 Burden for SUS304 actual and optimized by the genetic algo- 文].北京：北京科技大学，2008：58) [4] rithm ChengZ.Research on Material and Energy Consumption of EAF Steelmaking with Cold Material [Dissertation].Beijing:Universi- 名称 优化配料 实际配料 ty of Science and Technology Beijing,2009:96 高碳铬铁 11692.10kg 20006.0kg (陈泽.全冷料电弧炉物料能量消耗研究[学位论文].北京： 低碳铭铁 0.00 0.0 北京科技大学，2009：96) 返回不锈钢 44542.64kg 28816.0kg 5] Liu R Z.Research on Integrated Energy-saving Technologies of Large-scale UHP-EAF Steelmaking [Dissertation].Shenyang: 碳钢废钢 2914.70kg 2524.0kg Northeastem University,2006:72 金属镍 521.23kg 1000.0kg (刘润藻.大型超高功率电弧炉炼钢综合节能技术研究[学位 低镍铁 5200.02kg 4700.0kg 论文].沈阳：东北大学，2006：72) 铁水 35944.72kg 54000.0kg [6]Fu J.Integrated control theory of tap to tap time and its applica- 硅铁 tion.J Unin Sci Technol Beijing,2004,26(6):588 746.89kg 636.0kg (傅杰.现代电弧炉治炼周期综合控制理论及应用.北京科技 焦炭 650.18kg 0.0 大学学报，2004,26(6)：588) 碳粉 263.0kg 73.46kg ] Xu Y T,Wang X J.Fu J,et al.Energy structure model in mod- 吹氧量 4825.54m3 1524.6m3 ern electric are fumace steelmaking.Iron Steel.2005,40(4):35 石灰 4494.10kg 3699.0kg (徐迎铁，王新江，傅杰，等。现代电弧炉治炼能量结构模型 白云石 2795.66kg 1705.0kg 钢铁，2005,40(4)：35) [8]Lu Z W,Cai JJ.Foundation of Systematic Energy Saring.Bei- jing:Science Press,1993 4结论 (陆钟武，蔡九菊.系统节能基础.北京：科学出版社，1993) 9] Hilty D C,Taylor R W,Gillespie R H.Predicting minimum mate- (1)遗传算法收敛速度快，应用范围广，约束条 rials cost for stainless steels.J Met,1959,7:458 件表达式形式灵活，既可以是线性的也可以是非线 [10]Renner G,Ekart A.Genetic algorithms in computer aided de-第 4 期 艾立翔等: 基于遗传算法的电炉载能值综合优化 3. 795 TJ·t － 1 ，优化后的能值为 2. 931 TJ·t － 1 ，平均节 能 22. 8% ，BNDDQ 钢种当前平均能值为 3. 693 TJ· t － 1 ，优化后的能值为 2. 901 TJ·t － 1 ，平 均 节 能 21. 4% ，SUS304 钢种当前平均能值为 3. 488 TJ·t － 1 ， 优化后的能值为 2. 664 TJ·t － 1 ，平均节能 23. 6% ． 图 7 SUS304 钢种当前及通过遗传算法优化后能值 Fig． 7 Energy values for SUS304 steel at present and after optimiza￾tion by the genetic algorithm 选取 SUS304 钢种的某一实际配料与优化配料 进行 比 较 ( 配 料 表 如 表 4 所 示) ，供 电 量 分 别 为 22. 45 和 43 966 kW·h － 1 ． 经研究发现，优化配料电 炉能耗较低是因为配入较多的焦炭、碳粉和硅铁，通 过吹入较多的氧气，提供较多的化学能来替代电能， 从而降低电炉的能耗． 表 4 不锈钢 SUS304 实际及通过遗传算法优化后配料表 Table 4 Burden for SUS304 actual and optimized by the genetic algo￾rithm 名称 优化配料 实际配料 高碳铬铁 11 692. 10 kg 20 006. 0 kg 低碳铬铁 0. 00 0. 0 返回不锈钢 44 542. 64 kg 28 816. 0 kg 碳钢废钢 2 914. 70 kg 2 524. 0 kg 金属镍 521. 23 kg 1 000. 0 kg 低镍铁 5 200. 02 kg 4 700. 0 kg 铁水 35 944. 72 kg 54 000. 0 kg 硅铁 746. 89 kg 636. 0 kg 焦炭 650. 18 kg 0. 0 碳粉 263. 0 kg 73. 46 kg 吹氧量 4 825. 54 m3 1 524. 6 m3 石灰 4 494. 10 kg 3 699. 0 kg 白云石 2 795. 66 kg 1 705. 0 kg 4 结论 ( 1) 遗传算法收敛速度快，应用范围广，约束条 件表达式形式灵活，既可以是线性的也可以是非线 性的; 运用死亡罚函数处理约束，不需要估算到解得 非可行程度，只要是非可行解就直接丢弃，处理约束 简单、有效． ( 2) 运用遗传算法对电炉载能值综合优化模型 进行了求解，在保证电炉出钢钢水化学成分、温度和 渣的碱度等综合指标符合要求的前提下，每炉钢水 能值降低了 21% ～ 24% ． ( 3) 电炉载能值综合优化模型通过配入较多的 焦炭、碳粉和硅铁，吹入较多的氧气，提供较多的化 学能来替代电能，降低电炉的能耗． 参 考 文 献 ［1］ Ding W，Cao X M． Technical measures of energy conservation for steel smelted in electric furnace． Power Demand Side Manage￾ment，2007，9( 2) : 35 ( 丁伟，曹宪明． 电炉钢节能降耗的技术实践． 电力需求侧管 理，2007，9( 2) : 35) ［2］ Liu B，Cao L G，Sun Y H，et al． Power input optimization for high impedance electric arc furnace． Iron Steel，2005，40( 10) : 35 ( 刘冰，曹立国，孙彦辉，等． 高阻抗电弧炉合理供电技术研 究． 钢铁，2005，40( 10) : 35) ［3］ Liu B． Study on Electrical Operation of 100 MV·A AC Electric Arc Furnace［Dissertation］． Beijing: University of Science and Tech￾nology Beijing，2008: 58 ( 刘冰． 100 MV·A 交流电弧炉炼钢电气运行研究［学 位 论 文］． 北京: 北京科技大学，2008: 58) ［4］ Cheng Z． Research on Material and Energy Consumption of EAF Steelmaking with Cold Material［Dissertation］． Beijing: Universi￾ty of Science and Technology Beijing，2009: 96 ( 陈泽． 全冷料电弧炉物料能量消耗研究［学位论文］． 北京: 北京科技大学，2009: 96) ［5］ Liu R Z． Research on Integrated Energy-saving Technologies of Large-scale UHP-EAF Steelmaking ［Dissertation］． Shenyang: Northeastern University，2006: 72 ( 刘润藻． 大型超高功率电弧炉炼钢综合节能技术研究［学位 论文］． 沈阳: 东北大学，2006: 72) ［6］ Fu J． Integrated control theory of tap to tap time and its applica￾tion． J Univ Sci Technol Beijing，2004，26( 6) : 588 ( 傅杰． 现代电弧炉冶炼周期综合控制理论及应用． 北京科技 大学学报，2004，26( 6) : 588) ［7］ Xu Y T，Wang X J，Fu J，et al． Energy structure model in mod￾ern electric arc furnace steelmaking． Iron Steel，2005，40( 4) : 35 ( 徐迎铁，王新江，傅杰，等． 现代电弧炉冶炼能量结构模型． 钢铁，2005，40( 4) : 35) ［8］ Lu Z W，Cai J J． Foundation of Systematic Energy Saving． Bei￾jing: Science Press，1993 ( 陆钟武，蔡九菊． 系统节能基础． 北京: 科学出版社，1993) ［9］ Hilty D C，Taylor R W，Gillespie R H． Predicting minimum mate￾rials cost for stainless steels． J Met，1959，7: 458 ［10］ Renner G，Ekárt A． Genetic algorithms in computer aided de- ·455·